&">nbsp; 我从来未看好属性模式，我一直喜欢计是经济学的模式，以此来建立实际的媒体混合模式。我以不同的方式已向客户、投资者解释了我的理由，但我怀疑我是否象Avinash Kaushik一样在其SES主题演讲中达到的交流一样。他指出，那些使用属性模式的搜索营销商认为自己相对先进一些。我一直支持对登陆网页监控反弹率，当监控者将最终的转换率转变为流量或是销售量。
有一次，他认为反弹率完全是自我说明的，永远不会过时。控制反弹率保持在50%以下，是可以做到的，但这需要大量的登陆网页调整，正文测试以及结构调整等。
回到一开始的话题，我们讨论一下属性模式，分析一个人们是如何出错的，因为几乎所有的人都在使用这种方法。作为一个经过训练的经济学家，我总是促使我的团队、客户以及与会者根据利润对销售的影响来思考所有的媒体。通过思考利润问题，你可以开始理解在销售中每一个媒体要素的影响力。这超出了单一的属性模式，因为这种方法试图理解你的营销和广告生态系统的弹性与每个媒体要素、点击点的关联性。
搜索营销行业的每个人都知道，在媒体和搜索之间有一种强烈的交互影响。当它进入媒体混合模式时，在搜索和其它媒体之间的交互影响会比其它任何形式的媒体之间的交互影响要高。
这一实事并不吃惊，因为人们搜索是刺激的一种结果。这种结果可能是广告或是非付费媒体（公共关系，社交媒体等），更不用说诸如商店访问和离线社交媒体等，也是过时的推荐和转换。因此，忘记属性模式，拥抱计量经济学的媒体混合模式。
计量经济学的模式可能非常复杂，你可能会开始思考是否正在开发计量经济学的模式，此前讨论的一部分涉及利润属性。为了最好地配置固定的媒体预算或是实现数量的最大化，你需要理解对媒体混合模式改变的起因及效果。
对于绝大多数的搜索和在线营销商来说，我们只配置了在线媒体预算，此外，11545.html">我们有涉及在线营销、广告、转换或是影响的数据。在你控制下的领域包括搜索、显示广告、电邮以及社交媒体。同理，我们只对这些媒体中资源的配置进行控制。当这对传统媒体计划有指导性时，协调媒体中的试验性设计以开发完整的计量经济学模式或许对于绝大多数的搜索营销商来说不实际。
相反，我们最需要理解的是我们所购买的媒体的利润属性，以及我们所购买的媒体的弹性。这是因为我们武断地为媒体选择安排影响价值，这不会实现收入的最大化。
举一个简单的例子，分析一下计量经济学模式与宣传活动属性的不同点。在搜索和显示广告中，绝大多数的营销商忘记这一事实，有一半对广告的反应来自离线媒体和营销。
如果你的网站当前针对第一个关键词在谷歌中处于第三的位置，针对第二个关键词处于第六的位置，这些位置每一个都贡献相同的利润ROI，你能将每个广告提升的能力非常不同。第一个关键词的竞价提升15%可能会导致非位置性调整，特别是在竞争性状态下。第二个关键词竞价提升15%可能会导致两个位次的上升和流量的上升。但是，在Adx、Right Media中15%的竞价上升以及其它交换类型平台会导致开支增加6倍多。此外，显示广告也可能会刺激搜索行为。很显然，营销弹性，利润贡献以及理解其它媒体如何影响搜索行为要综合考虑。
（原文首发于：2010年4月16日；编译：靳生喜）